본문 바로가기

미래산업기술

4차 산업 기술이 불러온 부업

예전만 해도 '부업'이라고 하면 인형 눈 붙이기, 액세사리 꿰기, 박스 접기, 전선 껍질 까기 등 손으로 일일이 하는 것들이 대부분이었다.

그러나 지금은 세월이 많이 지났고 현재에 맞는 아니 미래에 맞춰진 다양한 부업의 시대가 열렸다고 해도 과언이 아닐 것이다. 특히 코로나로 인한 장기적인 경제 침체는 직장인들이 본업 외에도 부업을 하게끔 만들었으며 오히려 일을 두 세가지 한다는 것이 꼭 경제적으로 힘들어서 한다고만 볼 수 없는 현실이 된 것도 사실이다.

각자의 남는 시간을 활용하여 시간을 쓰고 거기에  경제적 이득까지 볼 수 있다면 누구라도 못할 것이 없다는 말이다.

서론이 길었는데 오늘은 4차 산업 시대에 알맞은 부업 '데이터 라벨링'에 대해서 알아보고자 한다. 

 

우선 데이터 라벨링이 무엇인지에 대해 간단히 설명해 보자면 데이터를 기업들이 활용할 수 있게끔 가공을 하는 작업이라고 말할 수 있다.

 

데이터 라벨링은 AI 시대에 필요한 데이터 구축 사업이라고 볼 수 있는데 이런 데이터들을 모으고 가공하는 것을 거쳐서 AI 즉 인공 지능 사업과 일자리 창출의 효과를 얻으려고 한다.

그래서 정부는 이런 AI를 활용한 사업에 예산을 편성하여 약 580개 정도의 업체가 선정되었고 AI를 활용한 사업을 하게 만들었으며 이 사업을 하는 기업들이 데이터를 활용하기 위해서 필요한 작업이 바로 데이터 라벨링이라고 할 수 있다.

이 작업을 하는 데이터 라벨링 전문 업체는 따로 있으며 크라우드 웍스, 에이모, 에이아이 웍스. 메트 웍스, 데이터 고블린 이렇게 5개의 회사를 대표적이라고 말할 수 있다.

데이터 라벨링 업체 크라우드 웍스 홈페이지

 

데이터 라벨링 업무의 장점

우선 시간과 공간의 제약이 없다. 이것은 아주 큰 장점이기도 하다.

PC, 노트북 내지는 휴대폰으로 할 수 있는 업무가 대부분이기 때문에 본인이 남는 시간에 집에서든 야외에서든 어디서든 할 수 있다. 코로나 시대에 비대면으로 일을 할 수 있는 것도 지금은 매우 유리한 장점이다.

또한 처음에는 데이터 라벨을 가공하는 업무를 하게 되지만 숙련이 되면 해당 작업들을 검수할 수 있는 검수자의 역할도 주어질 수 있기 때문에 하는 만큼 수익은 계속 늘어날 수 있다.  

 

 

데이터 라벨링 작업 종류와 수입

우선 원하는 데이터 라벨링 업체에 회원가입을 하게 되면 조건에 맞춰져서 나온 작업을 시행하게 된다.

처음에는 경험이 없고 숙련이 안 돼있기 때문에 작업할 수 있는 내용이 일부 한정적일 수 있으나 데이터 라벨링 교육과정 같은 것도 있으니 교육도 받고 기다리게 되면 할 수 있는 업무량이 조금씩 더 생기게 된다. 

예를 들면 간단한 것은 본인 음성으로 문장을 반복해서 녹음하는 것, 업체가 원하는 이미지의 사진을 찍어 보내는 것, 해당하는 이미지를 바운딩하는 것, 문장을 정리하여 요점을 파악하는 것 등이 있으며 이런 것들은 본업을 한 후 남는 시간에 충분히 활용할 수 있는 간단한 업무들이 대부분이다.

 

수입은 작업에 따라서 많은 차이가 있으나 단순 바운딩 업무는 개당 몇 십 원에서 몇 백원처럼 금액이 적을 수 있으나 일이 단순하여 많은 양을 해서 수입을 더욱 가져가기도 하고 어떤 작업은 한 번 처리하는데 몇천 원에서 몇만 원으로 단가가 높은 일들도 있다.

굳이 시간으로 계산해서 금액을 산정한다면 2시간 정도 한다고 했을때 적게는 몇천원에서 많게는 몇 만 원까지의 수입이 생기게 된다. (다시 한번 말하지만 프로젝트와 본인의 숙련도에 따라서 금액 차이는 벌어질 수 있다.)

본업으로 하기에는 수입은 많이 부족할 수 있지만 부업으로 하기에는 문제가 없다고 본다.

 

이렇게 오늘은 데이터 라벨링이랑 현대 사회의 부업에 대해서 알아보았다. 부업도 시대에 걸맞은 부업이 오래갈 수도 있고 많은 부수익을 창출할 수 있다면 해 보는 것도 낫지 않을까 싶다.

반응형

'미래산업기술' 카테고리의 다른 글

AI 로봇 돌풍  (0) 2021.08.10
NFT 해결되지 않은 문제들  (0) 2021.08.09
NFT 발행하는 법  (0) 2021.08.09
로봇의 발전 어디까지?  (0) 2021.07.23
인공지능 AI가 내 친구  (0) 2021.07.22